Article
GitHub baut barrierefreien Code mit KI-Agenten
GitHub hat einen experimentellen Accessibility-Agenten entwickelt, der Pull Requests automatisch auf Barrierefreiheitsprobleme prüft und Lösungen vorschlägt. Nach 3.535 überprüften PRs mit einer 68% Lösungsrate zeigt sich: KI kann Entwickler bei Accessibility-Arbeit signifikant unterstützen.
Was macht der Accessibility-Agent?
Der Agent verfolgt zwei Hauptziele: Erstens Entwicklern zeitnahe Antworten auf Accessibility-Fragen in Copilot CLI und VS Code geben. Zweitens einfache, objektive Barrierefreiheitsprobleme erkennen und automatisch beheben, bevor sie in Produktion gehen.
Die Top-5-Fehler, die der Agent identifiziert und löst: Struktur und Beziehungen für assistive Technologien klar machen, interaktive Elemente präzise benennen, wichtige Ankündigungen sichtbar machen, Textalternativen für nicht-textliche Inhalte bereitstellen, und logische Tastatur-Navigationsreihenfolge sicherstellen.
Die Architektur: Sub-Agenten mit klaren Rollen
Statt eines monolithischen Agenten nutzt GitHub ein Sub-Agent-System: Ein passiver Reviewer und Forscher analysiert Code und WCAG-Standards. Ein aktiver Implementierer erzeugt Code-Änderungen oder Anleitungen. Beide sind voneinander isoliert und kommunizieren über strukturierte Templates über den Eltern-Agenten.
Diese Architektur hat Vorteile: Eskalationspunkte werden früh erkannt, Komplexitäts-Scores entscheiden über Code-Generierung oder nur Anleitungen, die Kosten bleiben kontrollierbar, und alles ist rückverfolgbar.
Lektionen aus dem Experiment
LLMs haben leider einen Bias zu unzugänglichem Code — sie wurden mit Jahrzehnten unzugänglichen Codes trainiert. Kontextuelle Beispiele aus früheren Accessibility-Audits sind der wichtigste Asset für den Agenten. Vorarbeiten lohnen sich: manuelle Katalogisierung von Barrierefreiheitsproblemen liefert Trainingsdaten, die der Agent nutzen kann.
Eine wichtige Erkenntnis: nur 35 der 55 WCAG Level A und AA Kriterien sind automatisch detectierbar. 36% erfordern manuelle Bewertung. Der Agent soll menschliche Expertise ergänzen, nicht ersetzen — und komplexe Patterns wie Drag-and-Drop, Toast-Nachrichten oder Rich-Text-Editoren werden aus gutem Grund der manuellen Bearbeitung überlassen.
Fazit
Accessibility-Agenten sind kein Universalmittel. Aber sie können repetitive Arbeit automatisieren, Entwickler bei Fragen unterstützen, und kritische Fehler vor Produktions-Release fangen. GitHub zeigt, wie KI als Werkzeug für Inklusivität eingesetzt werden kann — wenn man die richtigen Grenzen setzt und menschliche Expertise im Zentrum behält.